新型悬浮填料在原位生物脱氮处理中的应用研究

将一种新型悬浮填料应用于水库原水的原位生物脱氮处理系统中,采用菌液对该填料进行人工加速挂膜,考察了该系统的生物降解过程及脱氮效果。结果表明,在水温为(23±2)℃、溶解氧为3.0～4.0mg/L以及原水CODMn、NH4+-N、NO2--N、NO3--N、TN、TP分别为5.50、0.240、0.008、1.690、2.120、0.060mg/L的条件下,系统对CODMn、硝态氮和总氮均有较好的去除效果,运行28d以后的去除率分别为(21%～27%)、(50%～76%)、(50%～78%);整个运行期间对氨氮的去除率基本在45%～92%之间。由于原水中营养物的浓度较低,微生物的生长需要一个长期的适应过程。新型填料的特殊结构有利于微生物的附着和生长,形成了一个相对稳定的生态系统,从而使生物膜保持良好的活性及净化功能;同时还在系统中形成了好氧、厌氧、兼氧微环境,有利于提高脱氮效率。     

给水厂生产废水回用系统的风险评价与分析

以西安市某地表水厂为研究对象,通过对其生产废水回用后出厂水的浊度、氨氮、CODMn、铝和丙烯酰胺单体等相关水质指标进行监测,分析了生产废水回用对该厂现有水处理工艺和出水水质的影响。结果表明:在现有的水处理工艺下,回用水浊度值、氨氮浓度、铝含量和CODMn值对水厂出水水质的影响较小,均不存在风险;而水厂回用水中丙烯酰胺单体含量较高,造成水厂出水的丙烯酰胺单体含量时有超标。     

稳态遗传算法在给水管网状态及参数估计中的应用

针对给水管网水力建模过程中如何提高节点流量及管道摩阻系数的准确性,提出利用稳态遗传算法对给水管网系统进行状态及参数估计,给出给水管网状态及参数估计的数学模型及利用稳态遗传算法求解该模型的具体方法步骤;根据管网运行工况实时模拟的需要,采用系统类聚法确定监测点的分布与数量,并用实验管网对模型及计算方法进行了验证.计算结果表明,该模型正确可行,采用的求解方法具有很好的精度及较快的收敛速度.     

最佳混凝剂投量的BP神经网络预测研究

给水厂混凝剂投量通常是依据试验结果及操作者的经验来确定，而要科学合理地确定混凝剂投量必须掌握源水水质的变化规律。并在此基础上对未来源水水质的变化进行合理预测．本文通过对影响混凝效果因素的分析．建立了混凝剂投量的BP神经网络预测模型，并以某水厂的实测数据对模型进行了验证．利用该模型可实现混凝剂投量的在线预测控制。从而达到混凝剂优化投加的目的．     

扬水曝气技术在河道型深水水库水质原位修复中的应用

以西安市地表饮用水水源—黑河金盆水库为研究对象,采用扬水曝气技术修复其受污染原水水质。结果表明,该项技术应用于大水深水库水质原位修复改善是可行、有效的;在扬水曝气器混合充氧作用影响下,金盆水库季节性缺氧/厌氧状况得到遏制,底泥表层DO浓度均维持在2mg/L以上;沉积物中氮、磷、有机质等内源释放过程明显减弱,藻类繁殖生长受抑;出水水质中TP、NH3—N、CODMn、叶绿素a等指标浓度较2008年同期分别削减46.7%、69.5%、22.4%及53.6%,水质改善效果明显。     

不同降雨强度对亚热带水源水库浮游植物群落结构的影响及其驱动因子

为了解降雨事件对亚热带水库浮游植物群落结构的影响,于2022年5月和6月分别在两次不同强度降雨期间进行浮游植物采集调查。结合浮游植物门分类和功能群分类方法,运用非度量多维尺度分析（NMDS）探究两次降雨以及降雨前后浮游植物群落的差异性,并采用冗余分析（RDA）和方差分析（VPA）探明浮游植物群落结构演替的驱动因子。结果表明：共检出浮游植物8门69属125种,功能群划分为11种,其中S1、SN、MP和N为主要功能群。降雨Ⅰ和降雨Ⅱ前后浮游植物群落结构均发生了变化：降雨Ⅰ期间由蓝藻向硅藻演替,且雨期硅藻占优;降雨Ⅱ期间由蓝藻向硅藻和绿藻轻微演替,但蓝藻始终处于绝对优势地位。雨期功能群SN和S1丰度百分比减小,而MP或N丰度百分比增大,与蓝藻向硅藻或绿藻演替的变化特征一致。冗余分析和方差分析表明,混合层深度（Z_mix）、水温和营养盐共同驱动了浮游植物群落的演替,且门分类比功能群分类能更好地解释浮游植物群落变化。本文可为降雨条件下浮游植物的响应机制研究提供参考。     

一株反硝化聚磷菌的筛选鉴定及特性研究

采用SBR反应器,通过间歇曝气方式对底泥体系中反硝化聚磷菌进行了筛选和富集.从底泥中分离出1株反硝化聚磷细菌SYJl,经过生理生化鉴定和16SrDNA测序,建立了系统发育树,鉴定出细菌SYJl属于Acinetobacter sp.菌株SYJl在好氧条件下培养48 h后,TP最终去除率为68.63%,在厌氧条件下培养48h后,NO2-N及NO3-N的去除率分别为94.56%和100%.     

常规给水处理工艺处理效率的神经网络预测与控制

建立了常规给水处理工艺处理效率神经网络预测模型和混凝剂投量预测模型。应用结果表明，建立的预测模型具有较高的预测精度：对浊度和UV254处理效率的相关系数（R^2）分别为0．86和0．80，对混凝剂投加量的预测精度相关系数为0．72。模型的预测精度可基本满足常规工艺的在线控制和实时调控，使水处理系统在原水水质变化情况下，实现系统优化运行控制。分析模型误差的原因，并对比偏最小二乘回归模型说明神经网络模型的精度，指出该模型在系统优化运行中的可行、及时、准确性。     

黄土地区石油类挥发试验与挥发动力学

通过室内模拟试验研究了石油类污染物在黄土地区土壤和水体表面的挥发迁移及其动力学过程，结果表明，温度和风速是影响石油类污染物挥发迁移的最重要因素，温度升高，风速增大都可使挥发迁移速度提高0．5～5倍以上；石油类污染物在黄土地区土壤和水体表面挥发的动力学过程可以用一级反应动力学较好描述．在试验研究基础上，建立了石油类污染物在延安黄土地区土壤和水体表面挥发迁移的动力学模型，模型预测结果与试验结果吻合良好．     

Mg掺杂TiO_2光催化降解孔雀绿染料的研究

采用溶胶-凝胶法制备的Mg掺杂TiO2光催化剂降解孔雀石绿(MG)染料废水,考察了MG初始浓度、催化剂加入量等因素对其降解的影响。结果表明,Mg的掺杂显著提高了TiO2光催化降解孔雀石绿的活性,当催化剂用量为1.0 g/L,经120 min紫外光照射后,可使30 mg/L孔雀石绿溶液降解率达到84%,同时讨论了光催化机制。